摘要
本发明涉及一种融合条件扩散的高光谱快照压缩成像重建方法,属于深度学习技术领域。该方法包括以下步骤:S1:获取目标场景二维压缩影像;S2:对高光谱图像训练集进行预处理,生成用于训练的样本数据;S3:将预处理后的训练样本输入分层条件扩散图像重建网络进行训练;S4:网络训练完成后,将测试样本输入网络进行高光谱图像重建获得结果;本方法在重建高光谱图像细节结构的同时,具备更强的去噪能力,并且在抑制伪影方面相比其他方法具有明显优势。
技术关键词
成像重建方法
注意力
图像重建
模拟成像系统
快照
编码孔径
光谱成像系统
前馈神经网络
分支
噪声图像
键值
样本
上采样
参数化技术
通道
抑制伪影
滤波器
深度学习技术
系统为您推荐了相关专利信息
智能机器人
多模态
特征提取器
识别方法
特征提取模块
肝脏肿瘤分割方法
像素
分辨率
注意力机制
上采样